Statistika
CONTOH
Umur vs Tinggi Tanaman (X: Umur; Y: Tinggi)
Biaya Promosi vs Volume Penjualan (X: Biaya; Y: Volume)
Variabel Bebas vs Tak Bebas
CONTOH
Regresi Linear
Persamaan Regresi
memungkinkan peramalan nilai suatu variabel
tak bebas (Y) dari nilai variabel bebas (X)
Garis Regresi
Garis linear yang menunjukkan pola hubungan
antara dua variabel, misalnya variabel X dan Y
Sebenarnya hanya garis taksiran yang dipakai
untuk mewakili pola sebaran data tersebut
Tujuan Regresi Linear
Untuk melihat hubungan linear antara 2 variabel atau
lebih
Garis Regresi Linier
dengan persamaan
y = a + bx
dimana:
a = konstanta
b = koefisiensi regresi
Persamaan Regresi Linear
Persamaan umum:
Y = a + bX
Rumus untuk menentukan persamaan garis regresi:
Contoh Kasus 1
Berikut adalah data biaya promosi dan volume penjualan roti.
Tentukan persamaan garis regresi dari data berikut!
X = biaya promosi (juta rupiah)
Y = volume penjualan (ratusan potong roti)
Tahun X Y
1992 2 5
1993 4 6
1994 5 8
1995 7 10
1996 8 11
n=5 ∑x = 26 ∑y = 40
Contoh Kasus 1
Tahun X Y X2 Y2 XY
1992 2 5 4 25 10
1993 4 6 16 36 24
1994 5 8 25 64 40
1995 7 10 49 100 70
1996 8 11 64 121 88
Y = 2,530 + 1,053 X
Dari persamaan regresi linear tersebut, bila biaya promosi 10 juta, berapa
volume penjualannya?
Y = 2,530 + 1,053 X
X = 10
Y = 2,53 + 1,053 (10) = 2,53 + 10,53 = 13,06 (ratusan juta kue)
1992 2 5 4,636
1993 4 6 6,742
1994 5 8 7,795
1995 7 10 9,901
1996 8 11 10,954
10 13,06
n=5 ∑x = 26 ∑y = 40
End of Session 1
Analisis Regresi & Korelasi
Statistika
14
12
10
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Korelasi Negatif
Koefisien relasi (X dan Y) mempunyai hubungan negatif
16
14
12
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Tidak Berkorelasi
Koefisien relasi (X dan Y) tidak mempunyai hubungan
atau hubungan lemah sekali
Y Y
atau
0 X 0 X
Koefisien Korelasi
Derajat hubungan antara x dan y dinyatakan
• r bergantung b
• r bernilai (-) berhubungan
terbalik
• r2 = koefisien determinasi
sumbangan variabel
terikat terhadap variabel
bebas
Koefisien Determinasi
X dikatakan mempengaruhi Y, jika berubahnya nilai X akan
menyebabkan perubahan nilai Y
Akan tetapi, naik-turunnya Y adalah sedemikian rupa sehingga
nilai Y bervariasi, tidak semata-mata disebabkan oleh X, karena
masih ada faktor lain yang menyebabkannya
Jadi untuk mengetahui berapa besar kontribusi dari X terhadap
naik-turunnya nilai Y, maka harus dihitung dengan koefisien
penentuan (koefisien determinasi)
Koefisien Determinasi = r2
Contoh Kasus 3
Diketahui suatu penelitian terhadap hubungan antara nilai biaya
periklanan dengan tingkat penjualan dari sebuah koperasi adalah
sebagai berikut. (dalam ribuan rupiah)
No Biaya periklanan Tingkat Penjualan
1 50 40
2 51 46
3 52 44
4 53 55
5 54 49
X 2 3 2 5 6 1 4 1
Y 5 8 8 7 11 3 10 4
1 1 10
2 2 25
3 3 30
4 4 40
http://ppg.spada.ristekdikti.go.id/maste
r/mod/url/view.php?id=7377
atrix Regresi Linear